基于改进YOLOv5s的遮挡烟丝检测方法

来源：计算机测量与控制杂志2025年第9期北京时间：

作者：朱少俊,金守峰,昝 杰,李 毅,郭彩霞

单位：西安工程大学机电工程学院

摘要：为了解决生产环境中烟丝检测因粘连、遮挡现象而引发的检测精度不足等问题,提出一种基于改进YOLOv5s的遮挡烟丝检测方法。利用DCN v2C3模块替换YOLOv5s网络颈部的C3模块,提取烟丝深层次的特征信息,提升网络模型的空间变换能力及其泛化到不同形状目标的能力；引入Soft-NMS算法,平滑抑制冗余的边界框,增强对遮挡烟丝的识别能力；采用Alpha-CIOU损失函数,以优化模型的边界框定位精度。实验结果表明,与原始方法相比,改进方法的检测精度提高了2.7%。该方法在提高了检测精度的同时减少了计算量。

关键词：深度学习;图像处理;遮挡检测;可变形卷积v2;Soft-NMS;Alpha-CIOU损失函数

基金资助：陕西省自然科学基础研究计划资助项目(2024JC-YBMS-489)；陕西省自然科学基础研究计划资助项目(2023-JC-YB-288)；湖北省数字化纺织装备重点实验室开放课题(KDTL2020005)